의사결정지원시스템으로서의 항만 Digital Twin
작성자 : 이병권 국립한국교통대학교 2024.09.24 게시항만 Digital Twin 도입을 돌아보며..
최근 몇 년에 걸쳐 컨테이너터미널을 대상으로 Digital Twin을 적용하는 연구가 활발히 진행되었다. Digital Twin의 구현 형태는 개별 터미널의 특징이나 운영자의 요구사항에 따라 기존 TOS(Terminal Operating Systems)의 기능을 향상시키거나, 모니터링 시스템을 IoT 센서들과 연계하거나, 혹은 시뮬레이션 기능을 의사결정시스템에 녹이는 방법 등 다양한 모습을 나타냄을 관찰할 수 있다. 당연하게도 Digital Twin은 의사결정자의 요구조건에 맞춰 구현될 수 있기 때문에 그 다양성은 충분히 존중되어야 하지만, 필자의 작은 경험을 기반으로, 의사결정지원시스템의 일환으로 Digital Twin을 구현할 때 고려해야 할 몇 가지 필수 요건을 함께 논의해 보고자 한다.
1) 의사결정 수준 결정
항만시스템을 대상으로 Digital Twin을 적용할 때는, 어떤 의사결정을 지원하기 위한 것인지, 그리고 어느 수준으로 구현하기를 원하는지 요구사항이 분명해야 한다. 예를 들어, 야드 용량 분석이 목적이라면, 굳이 개별 컨테이너의 세부 움직임까지 모델링할 필요는 없기 때문이다.
2) 모델링 수준 결정
디지털화되는 대상의 수준을 결정하고 이를 모델링해야 한다. 모델은 관심 있는 특정 행위들의 집합이므로, 모델의 수준을 결정하는 것은 앞서 설정한 의사결정 수준을 달성하기 위한 도구의 상세화 수준을 결정한다고 볼 수 있다. 예를 들어, 컨테이너의 장비 할당을 모델링하기 위해 야드크레인의 trolley/hoisting 움직임까지 모델링해야 할까?
3) 입력 데이터 프로필 분석
수집된 데이터를 Digital Twin에 어떻게 활용할지에 대한 고민이 필요하다. Digital Twin의 도입 목적이 미래의 의사결정에 도움이 되는 인사이트를 얻는 것이라면, 단순히 과거 데이터에서 추정되는 통계적 분포에만 의존해서는 안된다. 이를 넘어 시간대별, 모델 객체별 데이터의 특징을 다앙햔 각도에서 분석하고, 이를 프로필화(Profiling)한 후 Digital Twin의 한 모듈로 사용할 수 있어야 한다.
4) 데이터 분석 (Analytics)
과거의 데이터를 기반으로 의사결정 목적에 맞는 가설을 뒷받침할 다양한 시나리오와 그 근거를 제시하는 단계이다. 즉, 문제를 풀기 이전에 해답 가능성들을 추려내고 이를 체계화하는 단계라고 볼 수 있다. 데이터의 양이 충분하다면, 기계학습 접근법으로 보다 우수한 시나리오를 추출할 수 있을 것이다.
5) 의사결정 분석
Digital Twin은 미래의 의사결정 사항에 대해 최적의 대안을 분석하기 위한 플랫폼이라고 볼 수 있기에 의사결정 분석단계는 시뮬레이션과 유사한 부분이 있다. 실제로, Digital Twin의 핵심 기능이 시뮬레이션이라고 흔히 알려져 있는데, 다양한 시나리오별로 변수들을 조합하여 수많은 가능성을 시뮬레이션으로 실험하여 그 결과를 관찰하는 것이 일반적이다. (시뮬레이션의 적용 유형은 너무 다양하기에 본지에서는 상세히 다루지 않는다.)
6) 결과 데이터 분석
시뮬레이션의 결과 데이터 분석과 마찬가지로, 대용량 결과 데이터를 기반으로 의사결정 사항을 통계적으로 뒷받침해 주는 결과 분석이 필요하다. 그저 ‘시뮬레이션 결과가 이러하다’고 끝내는 것이 아니라, 면밀한 다면적 통계적 분석이 필요하다고 할 수 있다. 예를 들어, 데이터 샘플링에 따라 가설검증의 결과가 달라질 수 있다면, 어떤 결론을 제시해야 할까?
7) 시각화
Digital Twin은 현실 시스템을 모델링하여 이를 가상 시스템에서 분석하는 것이기에 의사결정자에게는 간접적인 시스템으로 인식될 수 있다. 이 간격을 좁히기 위해서라도 시각적인 요소가 중요하다. 의사결정 분석 과정을 시각화하기 어렵다면, 최소한 데이터 입출력에 해당하는 부분이라도 대쉬보드 (Dashboard) 형태로 표현하여 시각화 기능을 제공해 주는 것이 필요할 것이다.
아래 [그림 1]은 Li et al. (2020)이 개발한 오픈소스 기반의 Digital Twin 프레임워크이다. 이 프레임워크에 대한 자세한 내용은 추후 기회가 되면 본지에서 요약해 소개해 드릴 예정이나 참고문헌을 먼저 읽어보시기를 권고드린다.
그림1. Digital Twin을 위한 O2DES.Net 프레임워크
Li et al. (2020)
본 사이트(LoTIS. www.lotis.or.kr)의 콘텐츠는 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 사용할 경우 저작권법 제 136조에 따라 5년 이하의 징역 또는 5천만원 이하의 벌금에 처해질 수 있습니다.
| 핵심단어 | 의사결정 분석의사결정 수준DIGITAL TWIN 도입 |
| 자료출처 | Framework of O2DES.Net Digital Twins for Next Generation Ports and Warehouse Solutions (2020.12.18) |
| 첨부파일 |
| 집필진 | ||